| 区分 |
自由選択 |
講義 |
| 開催時期 |
2年次 |
前期 |
| 講義・演習駒数／週 |
1駒 |
| 実習・実験駒数／週 |
0駒 |
| 合計駒数／週 |
1駒 |
| 総時間数 |
30時間 |
| 総単位数 |
2単位 |
| 企業連携 |
無 |
| 授業の目的 |
データ分析の習得を目的とする。 |
| 到達目標 |
問題発見から評価・展開に至る一連のデータ分析を実施出来る。 |
| 評価項目 |
①定期テスト |
②小テスト |
③レポート |
④課題 |
⑤作品 |
⑥ﾎﾟｰﾄﾌｫﾘｵ |
⑦成果発表 |
⑧その他 |
| 割合 |
% |
% |
% |
50% |
% |
% |
50% |
% |
| 評価基準 |
問題発見から評価・展開に至る一連のデータ分析を実施出来ること。 |
※上記に示した評価項目の割合（％）を基準に、総合評価点を算出して成績評価を行う。
※出席率が80％未満の場合は、評価対象としない。
| 担当教員 |
福田 竜郎 |
| テキスト・参考文献 |
オリジナルテキスト |
| 実務経験有無 |
有 |
| 研究員として、大規模データの分析および統計学的手法に基づいた理論物理学の研究に従事した実務経験がある。その経験から取得した知識とスキルを活かして、本科目に対する職業実践的な教育を行う。 |
| 関連科目 |
データマイニング、卒業研究 |
履修前提 |
統計学Ⅰ・Ⅱ、データベースⅠ・Ⅱ、機械学習Ⅰ、AIプログラミングⅠ |
授業計画 |
| 回数 |
学習目標 |
学習項目 |
| 1 |
データ分析の環境構築が出来る。 |
データ分析のための環境構築、外部プラットフォームのアカウント作成などについて学習する。 |
| 【理解度確認】確認問題 |
| 2 |
データ分析のプロセスを説明出来る。 |
データ分析のプロセスについて学習します。また、問題設定を行いプロジェクトを設定する。 |
| 【理解度確認】確認問題 |
| 3 |
データ分析を実施出来る。 |
チームでデータ分析を実施する。 |
| 【理解度確認】提出課題 |
| 4 |
データ分析を実施出来る。 |
チームでデータ分析を実施する。 |
| 【理解度確認】提出課題 |
| 5 |
データ分析を実施出来る。 |
チームでデータ分析を実施する。 |
| 【理解度確認】提出課題 |
| 6 |
データ分析を実施出来る。 |
チームでデータ分析を実施する。 |
| 【理解度確認】提出課題 |
| 7 |
データ分析を実施出来る。 |
チームでデータ分析を実施する。 |
| 【理解度確認】提出課題 |
| 8 |
データ分析を実施出来る。 |
チームでデータ分析を実施する。 |
| 【理解度確認】提出課題 |
| 9 |
データ分析を実施出来る。 |
チームでデータ分析を実施する。 |
| 【理解度確認】提出課題 |
| 10 |
データ分析を実施出来る。 |
チームでデータ分析を実施する。 |
| 【理解度確認】提出課題 |
| 11 |
データ分析を実施出来る。 |
チームでデータ分析を実施する。 |
| 【理解度確認】提出課題 |
| 12 |
データ分析の結果を報告出来る。 |
チームでデータ分析の結果をプレゼンテーションする。 |
| 【理解度確認】提出課題 |
| 13 |
データ分析の結果を報告出来る。 |
チームでデータ分析の結果をプレゼンテーションする。 |
| 【理解度確認】提出課題 |
| 14 |
データ分析の結果を報告出来る。 |
チームでデータ分析の結果をプレゼンテーションする。 |
| 【理解度確認】提出課題 |
| 15 |
データ分析の結果を報告出来る。 |
チームでデータ分析の結果をプレゼンテーションする。 |
| 【理解度確認】提出課題 |
